[논문 리뷰] Protein model quality assessment using rotation-equivariant, hierarchical neural networks

Stephan Eismann, Patricia Suriana외 3명|arXiv (Cornell University)|2020. 11. 27.

Protein Structure and Dynamics참고 문헌 17인용 수 5

한 줄 요약

이 논문은 물리기반 에너지 항목이나 외부 데이터 없이 원자 좌표만을 사용하여 단백질 구조 모델을 평가하는 회전 등변성 및 계층적인 딥러닝 모델을 제안한다. 이 방법은 CASP11 및 CASP12 벤치마크에서 최신 기술 수준 성능을 달성하였으며, CASP12에서 타겟별 상관계수 0.62(Spearman)를 기록하여 다중 척도에서의 구조 모티프를 종단 간 학습을 통해 강력한 품질 평가를 가능하게 한다.

ABSTRACT

Proteins are miniature machines whose function depends on their three-dimensional (3D) structure. Determining this structure computationally remains an unsolved grand challenge. A major bottleneck involves selecting the most accurate structural model among a large pool of candidates, a task addressed in model quality assessment. Here, we present a novel deep learning approach to assess the quality of a protein model. Our network builds on a point-based representation of the atomic structure and rotation-equivariant convolutions at different levels of structural resolution. These combined aspects allow the network to learn end-to-end from entire protein structures. Our method achieves state-of-the-art results in scoring protein models submitted to recent rounds of CASP, a blind prediction community experiment. Particularly striking is that our method does not use physics-inspired energy terms and does not rely on the availability of additional information (beyond the atomic structure of the individual protein model), such as sequence alignments of multiple proteins.

연구 동기 및 목표

• 물리 기반 에너지 항목이나 추가 생물학적 데이터 없이 원자 좌표에만 의존하는 딥러닝 방법을 개발하여 단백질 모델의 품질 평가를 수행한다.
• 대규모 후보자 풀에서 단백질 구조 모델의 순위를 향상시켜 계산 기반 단백질 구조 예측의 핵심 장애물인 정확도를 향상시킨다.
• 회전 등변성 컨볼루션을 활용하여 네트워크가 회전 및 방향에 관계없이 구조 모티프를 인식할 수 있도록 한다.
• 지역적 원자 간 상호작용을 캐치할 수 있는 다중 해상도 수준에서 단백질 구조의 계층적 표현을 학습한다.

제안 방법

• 원자들을 점 기반 표현으로 사용하며, 초기 특징 벡터는 원소 유형(C, O, N, S)의 one-hot 인코딩에서 유도된다.
• 구면 조화함수를 사용하여 차수 $ l=2 $까지의 회전 등변성 컨볼루션을 적용하여, 네트워크가 방향에 관계없이 구조 모티프를 탐지할 수 있도록 한다.
• 국소성의 특성을 반영하기 위해 k-최근접 이웃(k=40) 기반으로 컨볼루션 레이어를 운영한다.
• 각 계층에서 알파 카본 원자를 집계 포인트로 사용하여, 회전 등변성을 유지하면서 다중 척도의 모티프 탐지가 가능하게 한다.
• 전역 지문은 알파 카본 특징의 평균을 취하여 형성되며, 이는 두 개의 완전히 연결된 레이어(250 및 150 유닛, ReLU)를 거쳐 단일 품질 점수를 예측한다.
• 시퀀스 정렬이나 외부 특징에 의존하지 않고, GDT_TS를 정답으로 삼아 CASP 데이터셋에서 종단 간 학습을 수행한다.

실험 결과

연구 질문

• RQ1 물리 기반 에너지 항목 없이 원자 좌표만을 사용하는 딥러닝 모델이 최신 기술 수준의 단백질 모델 품질 평가를 달성할 수 있는가?
• RQ2 회전 등변성은 단백질 모델의 구조적 특징 학습에서 일반화 및 강건성에 어떻게 기여하는가?
• RQ3 감독 없이도 국소적이고 계층적인 컨볼루션은 생물학적으로 의미 있는 구조 모티프를 어느 정도 잘 포착할 수 있는가?
• RQ4 물리 기반 에너지 함수나 다중 서열 정렬, 진화 정보를 포함하는 방법보다 순수하게 좌표 기반 접근 방식이 더 우수한가?

주요 결과

• 모델은 CASP12 스테이지 2에서 타겟별 상관계수 0.62(Spearman)를 기록하여, 다중 서열 정렬을 사용하는 이전 방법들보다 모두 뛰어난 성능을 보였다.
• CASP11 스테이지 2에서 전반적인 상관계수 0.84(Spearman)를 달성하여 전체 모델 품질 순위 매기기에서 뛰어난 성능을 보였다.
• PCA 시각화를 통해 학습된 지문은 반데르발스 상호작용의 빈도 및 알파 나선 함량과 같은 생물학적으로 의미 있는 특징을 포함하고 있음을 확인하였다.
• 네트워크는 잔류물 상호작용 빈도나 이차 구조 구성과 같은 구조적 특성에 기반해 모델을 성공적으로 클러스터링하여 의미 있는 표현 학습을 수행하고 있음을 보여주었다.
• 물리 기반 에너지 함수나 시퀀스 정렬과 같은 외부 데이터를 전혀 사용하지 않아도 최신 기술 수준의 성능을 달성하였다.
• 다양한 단백질 타겟에 걸쳐 잘 일반화되며, CASP11 및 CASP12 테스트 세트에서 모두 높은 성능을 기록하여 강건성과 확장 가능성을 확인하였다.